基于多通道脑电信号模型的研究

首先构建基本神经元群落模型,对三种典型脑电波形进行仿真,在此模型基础上,将模型扩展至多动态神经元群落模型和多通道耦合神经元群落模型.在这两种模型研究中,通过改变模型的耦合参数来模拟不同耦合强度、不同耦合方向下的脑电信号,结果表明,通过调整模型中神经元细胞子群振荡器的权重系数,在多动态神经元群落模型中,模型输出的脑电信号更加丰富,可以低至δ波,高至γ波;在多通道耦合神经元群落模型中,随着耦合系数的增加,低频分量更加明显,当系数足够大时会出现低频单一谱峰.通过模拟针刺刺激,也证实耦合系数的增加能够增强脑电信号间的同步性.     

一类时延脑电模型的分岔研究及其控制

基于Robinson等人对一类简约脑皮层电模型的研究,对该模型的分叉特性进行了研究.考虑到兴奋型神经元和抑制型神经元之间信息传递的延时,讨论了延时对简约模型稳定性的影响,并给出了模型发生Hopf分岔的条件.结果表明,当时延在一定的阈值内,模型可以保持其稳定状态.进一步地,针对该模型设计了导数反馈控制器,消除了Hopf分岔现象.数值仿真验证了理论的有效性.     

映射神经元前馈环网络基元中的随机共振和相干共振

采用映射神经元模型,通过数值模拟方法研究了由3个神经元组成的前馈环（Feed—Forward—Loop,FFL）网络基元中噪声对体系非线性动力学行为的影响．由3个神经元组成的前馈环网络基元,因神经元本身分为兴奋和抑制两种类型,共有8种不同的形式．通过对不同类型前馈环网络基元的数值模拟,在多种类型的前馈环中发现了随机共振及相干共振现象．在对不同前馈类型及不同耦合强度下的结果进行比较后,发现不同的前馈形式及耦合强度对体系的动力学行为有着非常重要的影响．     

燃烧模型对甲烷/空气非预混数值模拟的影响

对甲烷-空气的钝体燃烧进行了数值模拟,考虑了流体的湍流流动和扩散火焰燃烧的相互作用.模拟分别采用化学平衡模型和GRI - Mech 3.0反应机理的非预混燃烧稳定层流小火焰模型.通过与文献实验数据的比较,分析了上述两种模型的模拟结果和Mobini等人的条件矩平衡封闭模型的模拟结果的准确性.研究表明,上述3种燃烧模型的计算结果与实验结果均存在不同程度的误差,说明现有的燃烧模型尚需进一步完善.     

神经元轴突电刺激响应的有限元数值模拟

为了研究神经元轴突的微观生理电传导特性,建立了神经元轴突的三维有限元模型,通过数值计算模拟神经元轴突对电刺激的动态响应.建立海马神经元轴突的三维几何模型并指定其生物物理参数,根据Hodgkin-Huxley方程和Maxwell方程,建立偏微分方程组,对神经元轴突有限元模型施加不同持续时间和不同脉冲幅度的电流脉冲并求解,获得神经元轴突的三维电势分布和动作电位曲线.数值模拟结果显示,该神经元轴突的静息电位约为-65 mV;对模型施加持续时间为2 ms,强度0.01 A/m2的电流脉冲刺激未产生动作电位,施以(2 ms、0.2 A/m2),(20ms、0.01 A/m2),(20ms、0.2 A/m2)脉冲刺激均产生动作电位,峰值分别出现在0.012 s、0.017 s和0.012 s,动作电位幅度约为100mV,持续时间约为2 ms.神经元轴突电刺激响应的有限元模拟结果与实验结果吻合,表明所建立的神经元轴突有限元模型及数值模拟方法合理、可靠,为深入研究神经电生理特性提供了基础模型和仿真分析方法.     

基于矩神经网络下的不变分布

给出了更新过程的一种扩散逼近.然后讨论了在更新输入的情况下,应用IF模型对神经元系统构建矩神经网络,包括神经元发放脉冲(Spike)的一阶和二阶统计量.在讨论了矩神经网络的不变分布的同时,通过模拟给出了不同情形下的不动点和边界曲线.     

基于J&R模型的神经集群模型综述

神经集群模型是一类宏观的神经计算模型,通过描述神经元总体的平均特性来反映某类神经元的整体放电行为。此类模型参数简洁并具有明确的生理学含义,能够很好地用来模拟宏观脑电信号,广泛应用于大脑生理病理机制研究中。文中针对JR神经集群模型及其改进模型(包括David模型、Wendling模型和Ursino模型),分别从建模思想、模型结构和仿真结果等方面进行了系统阐述与比较研究。     

Stein神经元模型在共同的随机输入下的同步性

主要证明了脉冲幅度与神经元状态有关的Stein模型都能够使两个初始膜电位不同的神经元以概率1达到同步发放.这一结论可以推广到多个初始膜电位不同的神经元.但同步发放的时间没有上限,目前只能给出一个粗略的方法,估计出同步概率在α%(0 <α<100)以上的同步时间.最后,脉冲幅度与神经元状态有关的Stein模型的数值模拟结果符合前述结论的预期.     

基于TMAES对GrC神经元放电活动影响的仿真

经颅磁声电刺激（TMAES）是一种新型无创的脑神经调控技术,具有良好的应用前景.该技术利用静磁场和超声波共同作用所产生的磁声电效应,在神经组织中产生感应电流,进而对神经组织实施刺激.作者基于小脑颗粒细胞模型（GrC模型）,建立了突触连接GrC模型,对TMAES刺激下突触连接GrC模型的动作电位进行仿真,分析了动作电位的传播方向.在TMAES神经元的不同突触连接方式下,对比了兴奋性与抑制性对神经元放电的影响.通过改变抑制点的位置分析了抑制作用在TMAES下对神经元放电模式的影响.仿真结果显示,经颅磁声电刺激对GrC模型神经元放电节律具有重要影响.实现了两个神经元突触连接模型在TMAES下的仿真,对进一步发掘和研究神经元的传导及连接模式具有重要意义.     

外界刺激对CA1锥体神经元放电节律的影响

应用神经元房室模型,研究了外界刺激对CA1锥体神经元放电节律的影响.得到几个结论:第一,对直流刺激,随着刺激的增大,胞体放电先后经历混沌放电、周期多峰放电、周期双峰放电和周期单峰放电,胞体膜电位ISI会产生分叉,动作电位发放频率也会增大;第二,对交流刺激,胞体放电节律对振幅或频率的改变非常敏感,振幅或频率的微小改变也能致使胞体放电节律的显著变化.其中一些结果与实验和前人研究结果相吻合.     

Noradrenaline and serotonin selectively modulate thalamic burst firing by enhancing a hyperpolarization-activated cation current

Neurons in many regions of the mammalian nervous system generate action potentials in two distinct modes: rhythmic oscillations in which spikes cluster together in a cyclical manner, and single spike firing in which action potentials occur relatively independently of one another. Which mode of action potential generation a neuron displays often varies with the behavioural state of the animal. For example, the shift from slow-wave sleep to waking and attentiveness is associated with a change in thalamic neurons from rhythmic burst firing to repetitive single spike activity, and a greatly increased responsiveness to excitatory synaptic inputs. This marked change in firing pattern and excitability is controlled in part by ascending noradrenergic and serotonergic inputs from the brainstem, although the cellular mechanisms of this effect have remained largely unknown. Here we report that noradrenaline and serotonin enhance a mixed Na+/K+ current which is activated by hyperpolarization (Ih) and that this enhancement may be mediated by increases in intracellular concentration of cyclic AMP. This novel action of noradrenaline and serotonin reduces the ability of thalamic neurons to generate rhythmic burst firing and promotes a state of excitability that is conducive to the thalamocortical synaptic processing associated with cognition.     

基于MATLAB语言的电加热炉神经元PID控制的建模与仿真

给出基于MATLAB语言的神经元PID控制器S函数 ,在此基础上建立电加热炉神经元PID控制的SIMU LINK仿真模型 ,最后给出该模型的仿真结果 .仿真结果表明 ,利用该SIMULINK仿真模型可以方便地实现对电加热炉神经元PID控制的研究     

噪声诱导下单热敏神经元信号检测

利用热敏神经元动作电位发放图、ISI分叉图、功率谱密度(PSD)等,系统地研究了单热敏神经元在噪声诱导下的随机共振现象.通过对比分析发现分岔周期数为1或者2的情况下,存在一最优输入信号频率fopt,使得神经元输出信噪比(rSNR)最高.不同噪声强度D下,热敏神经元对输人信号检测能力各异,低噪声强度下检测能力较好.     

Spike-timing-dependent synaptic modification induced by natural spike trains

The strength of the connection between two neurons can be modified by activity, in a way that depends on the timing of neuronal firing on either side of the synapse. This spike-timing-dependent plasticity (STDP) has been studied by systematically varying the intervals between pre- and postsynaptic spikes. Here we studied how STDP operates in the context of more natural spike trains. We found that in visual cortical slices the contribution of each pre-/postsynaptic spike pair to synaptic modification depends not only on the interval between the pair, but also on the timing of preceding spikes. The efficacy of each spike in synaptic modification was suppressed by the preceding spike in the same neuron, occurring within several tens of milliseconds. The direction and magnitude of synaptic modifications induced by spike patterns recorded in vivo in response to natural visual stimuli were well predicted by incorporating the suppressive inter-spike interaction within each neuron. Thus, activity-induced synaptic modification depends not only on the relative spike timing between the neurons, but also on the spiking pattern within each neuron. For natural spike trains, the timing of the first spike in each burst is dominant in synaptic modification.     

具有时滞磁通神经元模型的Hopf分岔分析

利用稳定性理论和中心流形定理等方法研究双时滞磁通神经元模型的稳定性、 Hopf分岔的存在性以及分岔方向和分岔周期解 的稳定性, 并给出部分数值模拟验证所得结论. 结果表明: 在特定时滞范围内模型存在分岔周期解; 时滞的增加可诱导尖峰放电行为.     

具有时滞磁通神经元模型的 Hopf 分岔分析

利用稳定性理论和中心流形定理等方法研究双时滞磁通神经元模型的稳定性、 Hopf分岔的存在性以及分岔方向和分岔周期解 的稳定性, 并给出部分数值模拟验证所得结论. 结果表明: 在特定时滞范围内模型存在分岔周期解; 时滞的增加可诱导尖峰放电行为.     

不同刺激条件下神经元动态模型的混沌表达

为了从神经生理学角度更好地解释混沌控制的疾病控制治疗内在本质,实验在MATLAB/SIMULINK环境下,使用Chay模型建立了合乎以上原理的神经元动态仿真模型,在验证模型正确的基础上通过叠加不同的刺激,观察神经元动作电位的动态变化及其混沌表达.实验结果表明,内外不同的刺激对于神经系统有较大的影响,提示混沌控制在疾病控制研究中的重要性和可行性.     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。